対照実験

デジタル大辞泉

たいしょう‐じっけん〔タイセウ‐〕【対照実験】

読み方：たいしょうじっけん

ある条件の効果を調べるために、他の条件は全く同じにして、その条件のみを除いて行う実験。除いたときと除かないときの結果を比較する。医療や統計学では対照試験ともいう。コントロール実験。空(くう)試験。ブランクテスト。

生物学用語辞典

対照実験

同義/類義語：対照区
英訳・(英)同義/類義語：control experiment, Control area

科学の実験で、実験群に対して与えた特定の処理を施していない以外は同一の条件下で行う実験のことで、実験結果の原因を明らかにするための基本的な実験方法。

「生物学用語辞典」の他の用語

実験方法装置単位など：

学名  実験群  密度勾配遠心分離法  対照実験  対物ミクロメーター  対物レンズ  小原クローン

ウィキペディア

対照実験

出典: フリー百科事典『ウィキペディア（Wikipedia）』 (2021/12/20 04:08 UTC 版)

対照実験（たいしょうじっけん、英: control experiment）とは、科学研究において、結果を検証するための比較対象を設定した実験。コントロール実験とも呼ばれる。条件の差による結果の差から、実験区の結果を推し量る基準となり、実験の基礎となる。1つの条件のみ変更し他条件は一致させるようにする。

ウィキペディア小見出し辞書

対照実験

出典: フリー百科事典『ウィキペディア（Wikipedia）』 (2021/12/06 04:44 UTC 版)

「科学的方法」の記事における「対照実験」の解説

グループ分けの最も簡単な例は「対照実験」といわれ実験手法であろう。「対照実験」とは、二つの状況を設定して、一つだけ条件を変え、他の条件は同じにしておくように設定された実験のことである。条件を変えてない方を「実験群」といい、変えた方を「対照群」と言う。即ち、対照実験とは、 集団/サンプル：均質な被験者の集団（例えば「風邪を引いた人達」）や均質な測定サンプルの集団を、 因子：一つの因子について（例えば「風邪薬を投与」）に関して"のみ"、 グループ分け（属性A）：因子有の群(実験群,本例では「風邪薬を投与した群」）と、因子無しの群（対象群,本例では「風邪薬を投与しなかった群」）に分けて 比較（属性B）：効果を比較する ような1因子実験のことである。このような実験デザインによって、「特定の一つの観点や因子の“有無”が、効果の有無につながるか否か」が鑑別出来る。対照実験の結果の解釈について、科学哲学者の戸田山和久は、「四分割表」（統計学でいうところの2×2分割表の1種）という表を用いて解釈するとわかりやすいと述べている。四分割表とは、以下の表のように、縦の見出し列を「因子の有無」（原因）、横の見出し行を「効果の有無」（結果）にわけてデータを整理するための表である。このように区分することで、表は、以下の （イ）因子有、効果有 （ロ）因子有、効果無 （ハ）因子無、効果有 （ニ）因子無、効果有 の4つのセグメントに分かれる。被験者の集団や測定サンプルの集団のうちそれぞれのセグメントに何人（何サンプル）が入るのかから、その因子の程度がある程度わかる。（実際にはきちんとした検定が必要であるが、検定をする上でもこのような考え方を知っておくと説明がしやすい。）尚、「独立性の検定」という観点からは、科学哲学者の戸田山和久は「四分割表」を「対照実験」の観点に限って説明しているが、統計学における2×2分割表は、属性A（本例では、因子の有無）、属性B（本例では効果の有無）がそれぞれ2つの階級(水準)(A1,A2,B1,B2)を持つというような問題において、属性Aと属性Bの独立性を検定するというより一般の問題を取り扱うことが出来る（属性Aが原因で、属性Bが結果である必要は必ずしもない）。さらに、属性A,Bの階級がそれぞれm,nの場合にも問題（m×n分割表の問題）は拡張可能で、この問題も「独立性の検定」の話である。 表：四分割表 効果有効果無因子有 （イ） （ロ） 因子無 （ハ） （ニ） 例えば以下の問題を検討してみよう。 1000人の風邪の人がある薬を飲み、XX人が回復したとしよう。これに対して薬は風邪に効くと結論付けてよいか？ より正確な設定は以下のとおりである。 サンプル：「風邪を引いた人2,000人を」 グループ分け：「ある風邪薬を投与した群1,000人」と「そうでない群1,000人」とに分け 効果の測定：「2日以内に治ったか否かを評価する」 結果の例を以下の表に4例上げてみる。尚以下の（イ）〜（ニ）は四分割表のそれぞれのセグメントである。 （イ）（ロ）（ハ）（ニ）合計例1 999 1 1 999 2000 例2 999 1 999 1 2000 例3 800 200 600 400 2000 例4 990 10 999 5 2000 例1は、自然治癒した例（ニ）は1,000件中1例しかなく、薬を投与しても治らなかった例は1,000件中1例しかない。圧倒的に効果有りと推定されよう。 但し「効果の測定」が「2日以内に治ったか否かを評価する」という手法だが、薬を飲んだ群のほとんどがぎりぎり2日以内に治っていて、そうでない群がぎりぎり2日以降に治っていた等という可能性もあり得る。閾値の設定の問題が恣意的でないということは前提にある。 例2は、薬を飲んでも飲まなくても結果が同じであり、「薬を飲んだ人はほとんどみんな治っている」けれども、「薬の効果は無い」と推定されよう。 例1同様に閾値や効果測定の設定の問題はある。今回は「治るまでの期間はかわらないが、だいぶ楽に過ごせた」といった効果を効果とは見なしていないが、効果測定の観点をどうするかによって、結論が変わる可能性はある。また、今回の例では薬の量は投与するか否かの2択しかないが、量が妥当だったかという問題もある（⇒一因子実験）。 例3については、実験群の中での治癒率（（イ）/(イ＋ロ））＝80% は、対照の中での治癒率（（ハ）/(ハ＋ニ））＝60%に対して大きい。この差が“優位ではないか”と思われるほど大きい。正確な検定が必要である。 例4では、実験群の中での治癒率（（イ）/(イ＋ロ））と、対照の中での治癒率（（ハ）/(ハ＋ニ））の差がたいしてかわらない。従って効果がないと思われる。 但し、上記の閾値や効果測定法の問題に加え、「特定の機序の関与」がある場合も考えられる。これについては、イレッサの例で見てみよう。 総じて、対照実験というのは例2のような愚を犯さない上では有効だけれども、「介入の有無」、「効果の有無」を二値化していることにより 介入の強さ（薬の投与量）は妥当だったのか？（主に効果が見られなかった場合） 効果判定の閾値設定が恣意的でなかったのか？（効果があった場合もなかった場合も） という問題がある。そこで、（一つの因子に対する）介入の強さと効果判定のそれぞれを多段階にした一因子実験という考え方が出てくる。一因子実験においても、実験条件（介入の強さ,横軸）と効果判定（効果の強さ,縦軸）に取り、適切に象限を分けると、四分割表の考え方である程度理解可能である。 一方で、作用機序の問題は残っている。作用機序の問題とは、例えば以下のような事例が存在する。 このうち、海外で行われた1つの試験（INTEREST試験）では、イレッサによって、従来型抗がん剤と同程度の延命効果が得られることが証明されていますが、ほぼ同じデザインで行われた国内の試験（V15-32試験）では、延命効果を明確に証明することはできませんでした。また、海外で行われたもう1つの試験（ISEL試験）では、プラセボよりも延命効果がありそうだったのですが、明確な証明には至りませんでした。(より引用) この事例は臨床薬の治験の事例であるため、上記の例4に比べ、はるかに高度で精密な条件設定がなされているわけだが、簡単に考えれば上記の例4と似たような事例である。イレッサのような分子標的薬は、「特定の機序でがんになった人にはよく利くが、そうでない人には殆ど効果がない」という性質がある。例4の場合でも、「（イ）に相当する10人の一部は、この薬のおかげで治ったかもしれない」という可能性が残る。こういった場合には、「薬が効いた群とそうでない群」に何らかの違いがないかを検討することが望まれる。

対照実験

出典: フリー百科事典『ウィキペディア（Wikipedia）』 (2021/07/21 00:28 UTC 版)

「ビジュアルエディター」の記事における「対照実験」の解説

2015年5月、ウィキメディア財団はビジュアルエディターの効果に関する対照実験を行った。実験の結果、ビジュアルエディターははじめての編集に成功する新規編集者を増やすことにも、新規編集者の生産性（編集の速度）を上げることにも、新規編集者の定着率を上げることにも失敗したことが明らかになった。ビジュアルエディターを使用した編集の方がはるかに時間がかかり、新規編集者が編集を保存する確率も下がった。それより前、ビジュアルエディターの開発がより進んでいない時期にあたる2013年6月に行われた対照実験でも同じように中立、または否定的な結果だった。

対照実験

出典: フリー百科事典『ウィキペディア（Wikipedia）』 (2022/07/11 10:01 UTC 版)

「実験」の記事における「対照実験」の解説

詳細は「対照実験」および「ランダム化比較試験」を参照 厳密な意味での実験では、比較のための対照実験（コントロール実験）が行われる。これは観察対象とする現象にある要因が影響するという仮説を実験で検証する際に、その要因だけを変え、それ以外の条件を同じにする実験をいう（対象 と対照 を間違えないように注意）。現象が起こらない対照を陰性対照、現象が起こることがすでにわかっている対照を陽性対照という。また、ある数値データが得られることがすでにわかっている条件に設定する実験を標準といい、これも対照実験の一種である。例えば吸光度から目的とする物質の濃度を求める場合など、得られた数値データから条件を逆算するには、条件と標準データとの関係をグラフ化した標準曲線（検量線）が用いられる。対照実験は、微妙な条件が実験ごとに異なる可能性があるため、可能であれば主実験と同時に行うことも多い（対照群とか対照区とか呼ばれる）。また直接的な対照が置かれない実験でも、例えば同種の実験を従来多数行っていればそれらの結果と比較するのが普通であり、このような従来の実験結果を背景（バックグラウンド）データという。対照実験が不可能な場合（例えば生命に係るような医学的処置、あるいは条件の設定が困難な自然現象や社会現象を調べる場合）もあるが、この場合にも対照の代わりに比較できるようなデータを得る工夫が必要である。[要出典]